具有特征选择的多源自适应分类框架

对于现有的多源自适应学习方案无法有效区分多个源域中的有用信息并迁移至目标域的问题,提出一种具有特征选择的多源自适应分类框架(MACFFS),并将特征选择和共享特征子空间学习整合到统一框架中进行联合特征学习。具体来说,MACFFS将来自多个源域的特征数据投影至不同的潜在空间中来学习得到多个源域分类模型,实现目标域的分类。然后,将得到的多个分类结果进行整合用于目标域分类模型的学习。此外,框架还利用L2,1范数稀疏回归代替传统的基于L2范数的最小二乘回归来提高鲁棒性。最后,把多种现有方法在两项任务中与MACFFS进行实验比较分析。实验结果表明,与现有方法中表现最好的DSM相比,MACFFS节省了接近1/4的计算时间,并且提升了大约2%的识别率。总的来说,MACFFS结合了机器学习、统计学习等相关知识,为多源自适应方法提供了一个新的思路,且该方法在现实场景下的识别应用中比现有方法具有更好的性能。

特高压直流输电技术发展现状与思考

随着国家能源清洁低碳转型和新型电力系统加快建设,针对未来沙戈荒地区新能源和西部水电基地高效汇集与可靠外送,提升电网支撑能力,适应直流集中接入地区可靠运行等发展需求,结合功率半导体器件技术进步,新型换流设备创新研究与应用实践情况,对不同路线换流器的直流输电技术在系统适应性、可行性、可靠性和经济性等方面开展对比分析。首先,分析了特高压直流输电技术发展需求,总结了直流换流技术最新进展;然后,从应用场景、可靠性、系统支撑能力、技术成熟度等方面,进行了各类换流技术对比,并开展特高压直流新技术风险分析探讨;最后,从确定技术路线、选择设计方案方面提出了特高压直流方案选择要求,并给出直流换流技术发展建议。

新型电力系统中的特高压直流输电SLCC换流技术

为了实施“双碳”目标,我国将大力构建以新能源为主体的新型电力系统。由于我国新能源的消费和供给呈逆向分布,特高压直流输电技术在未来的电力系统中依然是最经济的能源跨区消纳方式。为解决了传统换流器技术依赖交流系统电压强弱、独立性和适应性差,以及谐振风险高的问题,提出了特高压直流多源自适应换相换流器(self-adaption statcom and line commutation converter,SLCC)换流技术,从拓扑结构、工作原理、模型搭建、暂稳态特性、技术经济性分析等多方面,开展了可行性研究,研究结论表明,该技术能够在一定程度上改善传统直流输电技术的固有缺陷,对未来新型电力系统发展下的直流输电系统的安全稳定运行提供了必要的支撑和保障。

Data⁃Based Feedback Relearning Algorithm for Robust Control of SGCMG Gimbal Servo System with Multi⁃source Disturbance

Single gimbal control moment gyroscope(SGCMG)with high precision and fast response is an important attitude control system for high precision docking,rapid maneuvering navigation and guidance system in the aerospace field.In this paper,considering the influence of multi-source disturbance,a data-based feedback relearning(FR)algorithm is designed for the robust control of SGCMG gimbal servo system.Based on adaptive dynamic programming and least-square principle,the FR algorithm is used to obtain the servo control strategy by collecting the online operation data of SGCMG system.This is a model-free learning strategy in which no prior knowledge of the SGCMG model is required.Then,combining the reinforcement learning mechanism,the servo control strategy is interacted with system dynamic of SGCMG.The adaptive evaluation and improvement of servo control strategy against the multi-source disturbance are realized.Meanwhile,a data redistribution method based on experience replay is designed to reduce data correlation to improve algorithm stability and data utilization efficiency.Finally,by comparing with other methods on the simulation model of SGCMG,the effectiveness of the proposed servo control strategy is verified.